使用np.nan()计算每行和每列的平均值

使用np.nan()计算每行和每列的平均值是不正确的。np.nan()是一个函数，用于创建一个NaN（Not a Number）的值，通常用于表示缺失数据。在计算平均值时，应该使用np.nanmean()函数来排除NaN值。

对于每行的平均值，可以使用np.nanmean()函数和axis参数设置为1来计算每行的平均值。示例代码如下：

import numpy as np

# 创建一个包含NaN值的二维数组
arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [np.nan, 8, 9]])

# 计算每行的平均值
row_means = np.nanmean(arr, axis=1)

print("每行的平均值：", row_means)

对于每列的平均值，可以使用np.nanmean()函数和axis参数设置为0来计算每列的平均值。示例代码如下：

import numpy as np

# 创建一个包含NaN值的二维数组
arr = np.array([[1, 2, np.nan], [4, np.nan, 6], [np.nan, 8, 9]])

# 计算每列的平均值
column_means = np.nanmean(arr, axis=0)

print("每列的平均值：", column_means)

这样就可以得到每行和每列的平均值，而排除了NaN值的影响。